元NASA主任科学者で、スペースシャトルの5回の飛行に参加したベテランのジョン・グランズフェルドは、地球を見下ろす機会が何度もあり、遠くからでも貧困を見分けられることに気づいた。緑に覆われていることが多い豊かな国々とは異なり、水へのアクセスが乏しい貧しい国々は、衝撃的なほど茶色く見える。夜間には、裕福な国々は空を明るく照らす一方、電化が広く行き渡っていない国々は薄暗く見える。
グランズフェルド博士の観察は重要な意味を持つ可能性がある。衛星写真は、最も小さな村落までズームインし、従来の調査では実現できない継続的なモニタリングを可能にすることで、貧困がどこにあるかを特定する手段となり得る。
「世界の貧困数値の正確性は家計調査の利用可能性に左右される」とChandy(2013)は述べており、「これは今日の貧困データにおける最大の制約の一つであり続けている」とも述べている。国の5分の2は、5年ごとに家計調査を実施できていない。家計調査が実施される場合でも、貧困層は調査員や国勢調査員にとって接触が困難な傾向があり、データの質は概して低い。これに対し、衛星は物理的または社会的な危険性にかかわらず、年間を通じて一定の頻度でデータを収集する。

最近の 論文 (Klemens, Coppola and Shron 2015)では、グアテマラを事例研究として取り上げ、衛星写真から抽出した夜間光量データと植生データを、貧困測定に伝統的に用いられてきた調査データと組み合わせることで、衛星データの可能性を検証した。グアテマラは、同国のInstituto Nacional de Estadıstica(INE)が都市部と農村部の貧困データを別々に提供しているため、都市部と農村部の自治体を区別した分析ができる点で興味深い事例である。具体的には、既存の都市部および農村部における小規模な貧困推計(国勢調査および家計調査の情報に基づく)と、夜間照明(米国海洋大気局(NOAA)より)、地表の反射率(米国航空宇宙局(NASA)より)、葉面被覆(同じくNASAより)との関係を分析した。
グアテマラの村落で、衛星写真は貧困の測定に役立つだろうか。我々の知見は、衛星画像データが貧困測定の改善に価値ある情報を加え得ることを示している。貧困指標を従属変数とする通常最小二乗回帰において、補正赤池情報量規準(AICc、統計モデルの相対的な品質を測る指標)は、光量指標を含めると改善した。また、同じ種類の衛星情報であっても、研究の種類によって有意性の度合いが異なり得ることも確認された。例えば、農村部の貧困に関する回帰分析では光量データが有意であったが、都市部の貧困に関する回帰分析では有意ではなかった。植生に関する衛星指標は、光量データと比べて貧困指標との相関が低かった。
現段階では、衛星データが貧困測定において従来の調査データに取って代わることはできない。しかし、推計結果の改善に確実に価値を加えることはできる。開発上の課題に取り組むため、新たな技術や革新的なデータソースを活用する機会を引き続き探求すべきである。
本記事は 世界銀行との協力により掲載されたものです。掲載は、世界経済フォーラムによる見解の支持を意味するものではありません。
『Agenda』の最新情報を追うには、 週刊ニュースレターに登録してください。
著者:アンドレア・コッポラは世界銀行のシニア・カントリー・エコノミストを務めている。ベン・クレメンズは、より良いモデルを探求するエコノミスト兼統計学者である。マックス・シュロンは、ニューヨーク市に拠点を置く戦略コンサルティング会社Polynumeralの創設者であり、ビッグデータと機械学習を用いた課題解決に重点を置いている。
画像:太陽がまさに南太平洋の上に昇ろうとしている。NASA/Handout via Reuters。



